[发明专利]一种交通排放污染可视化预警方法及其系统

说明书

本发明公开了一种交通排放污染可视化预警方法，包括监测区域的基础数据信息；进行相对位置信息特征的提取；选取最优的空气质量监测站和最优的交通道路节点；构建大气污染物预测模型；构建任意监测点的污染物浓度预测模型并进行修正；对监测区域的城市交通污染排放进行可视化预警。本发明还公开了一种实现所述交通排放污染可视化预警方法的系统。本发明方法能够对道路交通覆盖区域内任意一点的实时动态大气污染物进行实时预测和预警，而且本发明方法的可靠性高，实用性好。

技术领域

本发明具体涉及一种一种交通排放污染可视化预警方法及其系统。

背景技术

近年来，随着工业化、城市化进程的加深，私家车的日益普及，我国空气污染问题日益严峻。空气质量日益呈现恶化的趋势，对于城市居民的身体健康和社会的经济发展产生重要影响。随着机器学习、深度神经网络等智能算法的日渐普及，采用智能算法基于环境大数据实现大气污染物预测，对于辅助相关部门决策、提升环境保护效率、控制污染物扩散、实现产业调控等方面有着重要价值。在城市道路覆盖区域内，汽车运行过程中的尾气排放是大气污染的重要源头，道路单位时间内的车流量在一定程度上决定了附近区域该时段内的空气质量。

目前，对于城市交通污染排放的预警，往往采用的是固定式的空气质量监测站的模式，即通过在城市中设立若干个位置固定的空气质量监测站，监测站实时采集附近的空气污染物数据，并根据采集的污染物数据进行空气质量预警。

但是，目前的预警手段，手段单一，而且预警数据的来源是固定的空气质量监测站的数据来源，数据来源单一且往往只能够体现监测站附近的空气质量状况，而针对远离监测站点地区的大气污染物浓度难以实现有效预测。

发明内容

本发明的目的之一在于提供一种可靠性高、实用性好且能够对道路交通覆盖区域内任意一点的实时动态大气污染物进行实时预测和预警的交通排放污染可视化预警方法。

本发明的目的之二在于提供一种实现所述交通排放污染可视化预警方法的系统。

本发明提供的这种交通排放污染可视化预警方法，包括如下步骤：

S1.在监测区域内随机移动并进行监测，获取监测点的位置数据信息、监测点的空气数据以及监测区域的基础数据信息；

S2.根据监测点的位置数据信息、监测区域内交通路口节点的位置数据信息和监测区域内空气质量监测站的位置数据信息，进行相对位置信息特征的提取；

S3.选取最优的空气质量监测站和最优的交通道路节点；

S4.根据步骤S3选取的最优的空气质量监测站的空气质量数据，以及最优的交通道路节点的交通数据信息，构建大气污染物预测模型；

S5.根据步骤S4构建的大气污染物预测模型，构建任意监测点的污染物浓度预测模型；

S6.根据实时环境数据信息，对步骤S5构建的任意监测点的污染物浓度预测模型进行修正；

S7.根据步骤S6得到的修正后的任意监测点的污染物浓度预测模型的预测结果，对监测区域的城市交通污染排放进行可视化预警。

步骤S1所述的在监测区域内随机移动并进行监测，获取监测点的位置数据信息、监测点的空气数据以及监测区域的基础数据信息，具体为采用空气质量监测车，以移动的方式在监测区域进行随机移动，并采集空气质量监测车所在位置的移动空气质量数据，同时记录采集移动空气质量数据时空气质量监测车的位置信息，同时记录监测区域内空气质量监测站的位置信息和固定空气质量数据；同时获取监测区域的实时天气数据信息和风向数据信息。

步骤S2所述的进行相对位置信息特征的提取，具体为采用如下步骤进行提取：